Please use this identifier to cite or link to this item:
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19028| Title: | Modelamento esparso e técnicas de decomposição material aplicados à detecção do espectro. |
| Other Titles: | Sparse modeling and material decomposition techniques applied to spectrum detection. |
| ???metadata.dc.creator???: | AMARAL, Frederico Carvalho Fontes do. |
| ???metadata.dc.contributor.advisor1???: | GURJÃO, Edmar Candeia. |
| Keywords: | Modelamento esparso;Decomposição material;Técnicas de decomposição material;Detecção do espectro;Additive White Gaussian Noise - AWGN;Mínimos quadrados;Matrizes de Hankel;Métodos gananciosos;Sparse modeling;Material decomposition;Material decomposition techniques;Spectrum detection;Additive White Gaussian Noise - AWGN;Least squares;Hankel Headquarters;Greedy methods |
| Issue Date: | Dec-2019 |
| Publisher: | Universidade Federal de Campina Grande |
| Citation: | AMARAL, Frederico Carvalho Fontes do. Modelamento esparso e técnicas de decomposição material aplicados à detecção do espectro. 2019. 53f. (Trabalho de Conclusão de Curso - Monografia), Curso de Bacharelado em Engenharia Elétrica, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2019. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19028 |
| ???metadata.dc.description.resumo???: | A detecção do espectro é o primeiro passo para a utilização oportunista de frequências em Rádios Cognitivos (RC). A maioria das técnicas propostas anteriormente para detecção do espectro normalmente possuem um desempenho ruim em cenários com baixa SNR (Signal-to-Noise Ratio), e aquelas que possuem bom desempenho possuem, via de regra, um maior grau de complexidade. Neste trabalho, é apresentado um método inédito baseado em modelamento esparso para detecção do espectro e identificação de canais livres para o espectro do sistema de televisão digital aberta brasileiro, considerando os efeitos do ruído aditivo gaussiano branco (Additive White Gaussian Noise - AWGN) e atenuação de sinal. A detecção é aprimorada por meio do uso de técnicas de decomposição matricial e os resultados mostram que o método proposto é capaz de identificar a ocupação dos canais com alta precisão, mesmo em cenários com SNR crítica. |
| Abstract: | Spectrum sensing is the first step for enabling opportunistic frequency utilization in Cognitive Radios (CR). Most of the previous proposed techniques for spectrum sensing usually perform poorly in low SNR scenarios, and those having good performance normally have high complexity. In this paper, it is presented a method based on sparse modeling for spectrum sensing and free channel identification for the open digital television system spectrum in Brazil, considering the effects of additive white Gaussian noise and signal attenuation. The detection is enhanced through the use of matrix decomposition techniques and the results show that the proposed method can identify channel occupancy with high precision, even in critical SNR scenarios. |
| Keywords: | Modelamento esparso Decomposição material Técnicas de decomposição material Detecção do espectro Additive White Gaussian Noise - AWGN Mínimos quadrados Matrizes de Hankel Métodos gananciosos Sparse modeling Material decomposition Material decomposition techniques Spectrum detection Additive White Gaussian Noise - AWGN Least squares Hankel Headquarters Greedy methods |
| ???metadata.dc.subject.cnpq???: | Engenharia Elétrica. |
| URI: | http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/19028 |
| Appears in Collections: | Curso de Bacharelado em Engenharia Elétrica - CEEI - Monografias |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| FREDERICO CARVALHO FONTES DO AMARAL - TCC ENG. ELÉTRICA 2019.pdf | Frederico Carvalho Fontes do Amaral - TCC Eng. Elétrica 2019. | 704.6 kB | Adobe PDF | View/Open |
Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.